18、使用 PyCharm 进行 Python 单元测试

使用 PyCharm 进行 Python 单元测试

1. PyCharm 测试工具栏及配置

PyCharm 提供了便捷的测试工具栏,其功能如下:
- 可重新运行所有测试。
- 仅重新运行失败的测试。
- 停止长时间运行的测试。
工具栏上的省略号还包含更多选项,其中垂直省略号有一个有趣的“自动测试”切换选项。开启此选项后,测试会持续运行,避免手动点击重新运行按钮的麻烦。

首次运行测试时,PyCharm 会自动创建运行配置,可在顶部工具栏的“运行配置”下拉菜单中查看。

2. 修复失败的测试

我们有两个始终失败的测试,下面以修改 bank_account_test.py 文件中的 test_withdraw(self) 方法为例进行修复:

def test_withdraw(self):
    test_account = BankAccount("Bruce Van Horn", "123355-23434", 4000)
    test_account.withdraw(2000)
    self.assertEqual(test_account.balance, 2000)

上述代码首先使用可测试的值实例化 BankAccount 类,然后调用 withdraw 方法取出 2000 美元,最后使用 assertEqual 方法验证账户余额是否变为

混合动力汽车(HEV)模型的Simscape模型(Matlab代码、Simulink仿真实现)内容概要:本文档介绍了一个混合动力汽车(HEV)的Simscape模型,该模型通过Matlab代码和Simulink仿真工具实现,旨在对混合动力汽车的动力系统进行建模与仿真分析。模型涵盖了发动机、电机、电池、传动系统等关键部件,能够模拟车辆在不同工况下的能量流动与控制策略,适用于动力系统设计、能耗优化及控制算法验证等研究方向。文档还提及该资源属于一个涵盖多个科研领域的MATLAB仿真资源包,涉及电力系统、机器学习、路径规划、信号处理等多个技术方向,配套提供网盘下载链接,便于用户获取完整资源。; 适合人群:具备Matlab/Simulink使用基础的高校研究生、科研人员及从事新能源汽车系统仿真的工程技术人员。; 使用场景及目标:①开展混合动力汽车能量管理策略的研究与仿真验证;②学习基于Simscape的物理系统建模方法;③作为教学案例用于车辆工程或自动化相关课程的实践环节;④与其他优化算法(如智能优化、强化学习)结合,实现控制策略的优化设计。; 阅读建议:建议使用者先熟悉Matlab/Simulink及Simscape基础操作,结合文档中的模型结构逐步理解各模块功能,可在此基础上修改参数或替换控制算法以满足具体研究需求,同时推荐访问提供的网盘链接获取完整代码与示例文件以便深入学习与调试。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值